Un lector recientemente encontró un anuncio en la aplicación de YouTube que se veía mucho como una advertencia de almacenamiento del iPhone. Hacía clic por error porque estaba quedándose sin espacio, y el anuncio fingía ser una alarma nativa del sistema. El lector hizo lo correcto: informó. Dos veces. Cada vez, Google respondió que el anuncio no violaba sus políticas.
Luego el lector probó Gemini, el modelo AI de Google, y descubrió que lo marcó como sospechoso en segundos. La mentira del anuncio era obvia para la máquina — imitaba una alarma del sistema iOS, usaba botones estáticos «Sí» y «No» que no funcionaban, y empujaba un mensaje basado en el miedo sobre características que dejarían de funcionar si el teléfono no se limpiaba. El modelo lo marcó como NO APROBADO. Los revisores humanos lo aprobaron.
La pregunta ahora es por qué. Por qué Google’s AI atrapa un anuncio sospechoso en segundos, mientras los revisores humanos lo aprueban dos veces.
El Anuncio Que Se Veía Como Una Alerta
El anuncio apareció en la aplicación de YouTube, y estaba diseñado para parecerse a una advertencia genuina del iPhone mismo. El texto decía que el almacenamiento estaba lleno, y el diseño coincidía con el estilo estándar de las alerteras iOS — la misma tipografía, el mismo estilo de contenedor, los mismos botones «Sí» y «No».
El lector tenía una razón para prestar atención: realmente estaba quedándose sin espacio. Un momento de distracción se convirtió en un clic. El anuncio luego redirigió a una tienda o página de destino, que es todo el punto del truco. Los botones no eran controles reales del sistema. Eran imágenes estáticas hechas para capturar clics.
Este tipo de engaño es común en publicidad móvil. La táctica se basa en urgencia — el anuncio dice al espectador que algo malo sucederá si no actúa rápido. En este caso, la advertencia era sobre el propio teléfono fallando. El anuncio afirmaba que algunas características podrían dejar de funcionar si el almacenamiento no se liberaba pronto.
El lector informó el anuncio después del primer clic. Esperaba una respuesta. En cambio, recibió una carta genérica.
Informando el Anuncio Dos Veces
La primera respuesta de Google dijo que el anuncio no violaba sus políticas. La posición de la compañía fue que el anuncio no iba contra sus reglas, que prohíben contenido y prácticas que crea perjudiciales para los usuarios y el ecosistema en línea general.
El lector no estaba satisfecho. Había hecho clic en una publicidad que parecía un aviso del sistema. La publicidad lo había engañado para que actuará. La respuesta parecía decir que la publicidad era aceptable.
Así que la denunció de nuevo. La segunda respuesta fue idéntica a la primera. La publicidad no había roto las reglas.
El lector compartió entonces su experiencia en línea, y otras personas se presentaron con la misma historia. También habían denunciado la publicidad y recibido la misma respuesta de formulario. El patrón persistía a través de múltiples denuncias: la publicidad era denunciada, la respuesta volvía, y la publicidad permanecía activa.
La Regla de Hanlon y la Prueba del Interés
El lector se apoyó en la Regla de Hanlon, un principio que sugiere que suele ser mejor suponer incompetencia sobre maldad. A veces cosas pasan por alto incluso en los mejores procesos de revisión, y las personas no siempre chequean las cosas adecuadamente. Eso es un punto razonable.
Pero el lector también reconoció que la situación plantea una pregunta sobre interés. Si Google eliminara publicidades que reciben muchos clics, perdería ingresos. Estas publicidades probablemente están funcionando bien y generando dinero. El lector hizo esa observación sin sacar una conclusión, pero la implicación flota en el aire: tal vez la publicidad se queda porque paga.
Hay una explicación más simple también. Los revisores humanos no pueden capturar cada publicidad que pasa. La cantidad es enorme, las reglas son complejas, y los márgenes para errores son pequeños. Cosas se pasan por alto. Eso es un problema estructural, no moral.
El punto del lector es que la IA debería poder ayudar aquí. Google tiene algunos modelos bastante buenos, y seguro que los puede poner a uso. La publicidad en cuestión fue marcada por Gemini en segundos. Entonces, ¿por qué no está la IA haciendo el trabajo?
La Revisión de Gemini de la Publicidad
Gemini revisó la publicidad y produjo un informe detallado. El modelo clasificó la publicidad como RECHAZADA, con violaciones específicas de políticas listadas bajo Representación Inexacta. Las violaciones caen en tres categorías:
- Representación Inexacta: Diseño Engañoso de Publicidad — la publicidad imita diálogos del sistema operativo, avisos del sistema, mensajes de error o notificaciones interactivas del sistema.
- Representación Inexacta: Afirmaciones Inconfiables o Engañosas — la publicidad contiene afirmaciones falsas o no verificadas que podrían engañar a los usuarios.
- Componentes de IU No Funcionales / Engañosos — el anuncio incluye imágenes estáticas que capturan clics en cualquier parte del banner pero no actúan como controles del sistema verdaderos.
La evidencia del modelo es directa. El banner dentro del anuncio imita explícitamente un modal de alerta del sistema iOS, con tipografía, contenedores y botones simulados del sistema típicos de iOS. Las opciones «Sí» y «No» dentro del gráfico son imágenes estáticas diseñadas para capturar clics en cualquier parte del banner del anuncio para desencadenar una redirección a la tienda/página de destino, más bien que actuar como controles del sistema verdaderos.
El modelo también señala la táctica basada en el miedo. El anuncio afirma que «Si no liberas espacio pronto, algunas características podrían no funcionar correctamente», lo cual fabrica un estado urgente de fracaso en el dispositivo personal del usuario. Ese es un reclamo engañoso, y el modelo lo marca como tal.
La acción requerida es sencilla: desapruebe inmediatamente el diseño creativo del anuncio, emita una advertencia por infracción de política al cuenta del anunciante bajo Representación Inexacta (Diseño Publicitario Engañoso), y advierta que infracciones repetidas pueden resultar en la suspensión completa de la cuenta por prácticas engañosas.
La Comparación Entre Revisores Humanos y Revisión Automática
| Revisor | Velocidad | Precisión |
|---|---|---|
| Revisores humanos | Lenta | Variable |
| Gemini | Segundos | Alto |
La tabla muestra la diferencia con claridad. Los revisores humanos son lentos y variables. Gemini es rápido y preciso. La frustración del lector se dirige hacia la brecha entre los dos. El propio modelo de Google puede hacer el trabajo, y sin embargo la publicidad fue aprobada dos veces por humanos. Esa es el enigma. ¿Por qué no está haciendo el trabajo la IA?
Lo Que El Leedor Quiere
El leedor no pide simpatía. Pide competencia. Reportó la publicidad. Recibió una respuesta oficial. Reportóla otra vez. Recibió la misma respuesta oficial. Luego compartió su experiencia públicamente.
La respuesta a la historia ha sido fuerte. La confusión honesta del leedor resonó con muchos otros que han encontrado publicidades similares. La pregunta es sencilla: ¿por qué Google sigue sirviendo publicidades sospechosas?
La línea final del leedor es un pedido a las personas que toman estas decisiones. Vamos, seres carnados — usen algunas de las herramientas increíbles que tienen acceso.
La Respuesta Podría Ser Incompetencia
El leedor se apoya en el rasero de Hanlon, que sugiere que suele ser mejor asumir incompetencia sobre maldad. Es un punto razonable de partida. Pero la pregunta permanece: ¿por qué no está haciendo el trabajo la IA?
La respuesta podría ser que el sistema está roto. El proceso de revisión humano está sobrepasado, las reglas son complejas, y el flujo de aprobación de publicidades es opaco. La publicidad en cuestión fue capturada por Gemini en segundos, y los revisores humanos la aprobaron dos veces. La máquina sabe la respuesta. Las personas que manejan el sistema no parecen saberlo.
La esperanza del leedor es que esta historia cambie algo. La publicidad fue reportada. La respuesta fue oficialmente despectiva. La publicidad permaneció viva. El leedor quiere que la publicidad desaparezca, y quiere que el sistema se arregle.
La pregunta no es retórica. Es práctica. ¿Por qué Google sigue sirviendo publicidades sospechosas? La respuesta no es un misterio. Es una elección, y la elección se ve en la brecha entre la salida del modelo y la respuesta humana.
La línea final del lector es una súplica a las personas que están tomando estas decisiones. Vamos, carne humana — usen algunas de las herramientas de IA increíbles a las que tienen acceso. La tecnología existe. El anuncio fue capturado. El problema es que las personas que manejan el sistema no la están usando.
La historia termina con una pregunta, y la pregunta queda sin responder. Pero el lector ha hecho su parte. Reportó el anuncio. Compartió la evidencia. Hizo el caso. El resto depende de Google.